如何使用survdiff比较Kaplan-Meier和Nelson-Aalen生存曲线

步骤1：构造扩展数据集 #

survdiff的计算逻辑是基于不同分组的原始生存数据做组间差异检验，你需要先将原始数据集复制为两份，新增分组标记区分两种估计方法对应的组别：

data_extend <- rbind(
  transform(data_surv, group = "Kaplan-Meier"),
  transform(data_surv, group = "Nelson-Aalen")
)

步骤2：执行log-rank检验 #

直接将新增的分组变量作为分层因子传入survdiff即可：

log_rank_res <- survdiff(Surv(futime, fustat) ~ group, data = data_extend)
print(log_rank_res)

补充注意事项 #

• Kaplan-Meier和Nelson-Aalen都是基于同一份原始数据的非参数生存函数估计，大样本下两者拟合结果趋近一致，log-rank检验通常会返回无统计学差异的结果
• 若你是要验证两种估计方法的一致性，更推荐直接对比f1_km$surv和f2_na$surv向量的平均偏差、最大偏差，或计算Brier得分做量化评估，不需要做假设检验

内容的提问来源于stack exchange，提问作者phdstudent_mtl